大统计数据的排序商业模式主要就分为：
大批量排序(batch computing)INS13ZD排序(stream computing)
统计数据集类别
现实生活世界中，所有的统计数据都是以INS13ZD的型态造成的，无论是这儿造成的统计数据，在造成的过程中都是两条条地聚合，最终经过了储存和切换处置，形成了各种类别的统计数据集。如下表所示图右图，依照现实生活的统计数据造成形式和统计数据造成是否所含边界线（具备初始点和中止点）视角，将统计数据分为三种类别的统计数据集，一类是连续函数统计数据集，另外一类是景丰纯统计数据集。
连续函数统计数据集
连续函数统计数据集具备天数边界线，在处置操作过程中统计数据一定会在某六天数范围内初始和结束，有可能是五分钟，也有可能是六天内的买卖统计数据。对连续函数统计数据集的统计信息处置形式被称作批排序（Batch Processing），比如将统计数据从RDBMS或文件控制系统等控制系统中加载出来，然后在分布式系统控制系统内处置，最终再将处置结果载入驱动器中，整个操作过程就被称作批处置操作过程。而特别针对批统计信息处置，现阶段业内比较盛行的分布式批处置架构有Apache Hadoop和Apache Spark等。
景丰纯统计数据集
对景丰纯统计数据集，统计数据从开始聚合就一直持续不断地造成捷伊统计数据，因而统计数据是没有边界线的，比如伺服器的笔记、感应器讯号统计数据等。和大批量统计信息处置形式相关联，对景丰纯统计数据集的统计信息处置形式被称作INS13ZD统计信息处置，全称作流处置（Streaming Process）。能窥见，INS13ZD统计信息处置操作过程实现维数会更高，因为须要考虑处置操作过程中统计数据的次序错乱，以及控制系统纠错等方面的问题，因而流处置须要借助于专门针对的流统计信息处置技术。现阶段业内的Apache Storm、Spark Streaming、Apache Flink等分布式系统排序发动机都能不同程度地支持处置INS13ZD统计数据。
标准化统计信息处置
连续函数统计数据集和景丰纯统计数据集只是一个相较的基本概念，主要就依照天数的范围TNUMBERA0512Ci，能指出一段天数内的景丰纯统计数据集其实就是连续函数统计数据集，同时连续函数统计数据也能透过一些方法切换为景丰纯统计数据。比如控制系标准化年的订单买卖统计数据，其实质上应该是连续函数的统计数据集，可是当我们把它两条两条按照造成的次序发送至INS13ZD控制系统，透过INS13ZD控制网络系统统计数据展开处置，在这种情况下能指出统计数据是相较景丰纯的。对景丰纯统计数据也能拆分为连续函数统计数据展开处置，比如将控制系统造成的统计数据接入到储存控制系统，按照年或月展开切割，切分为不同天数长度的连续函数统计数据集，然后就能透过批处置形式对统计数据展开处置。从以上分析我们能得出结论：连续函数统计数据和景丰纯统计数据其实是能相互切换的。有了这样的理论基础，对不同的统计数据类别，业内也提出了不同的能够标准化统计信息处置的排序架构。
现阶段在业内比较熟知的开源大统计信息处置架构中，能够同时支持INS13ZD排序和大批量排序，比较典型的代表分别为Apache Spark和Apache Flink两套架构。其中Spark透过批处置商业模式来标准化处置不同类别的统计数据集，对流统计数据是将统计数据按照批次切分为微批（连续函数统计数据集）来展开处置。Flink则从另外一个视角出发，透过流处置商业模式来标准化处置不同类别的统计数据集。Flink用比较符合统计数据造成的规律形式处置INS13ZD统计数据，对连续函数统计数据能切换成景丰纯统计数据标准化展开INS13ZD，最终将批处置和流处置标准化在一套INS13ZD发动机中，这样用户就能使用一套发动机展开批计算和流排序的任务。
流统计数据与INS13ZD排序
流统计数据是指在天数分布和数量上无限的一系列动态统计数据集合体，统计数据的价值随着天数的流逝而降低，因而必须实时排序给出秒级响应。
INS13ZD排序，顾名思义，就是对统计数据流展开处置，是实时排序。大批量排序则标准化收集统计数据，储存到统计数据库中，然后对统计数据展开大批量处置的统计数据排序形式。
INS13ZD处置能用于三种不同场景：事件流和持续排序。
1、事件流
事件流具能够持续造成大量的统计数据，这类统计数据最早出现与传统的银行和股票买卖领域，也在互联网监控、无线通信网等领域出现、须要以近实时的形式对更新统计数据流展开复杂分析如趋势分析、预测、监控等。简单来说，事件流采用的是查询保持静态，语句是固定的，统计数据不断变化的形式。
2、持续排序
比如对大型网站的INS13ZD统计数据：网站的访问PV/UV、用户访问了什么内容、搜索了什么内容等，实时的统计数据排序和分析能动态实时地刷新用户访问统计数据，展示网站实时流量的变化情况，分析每天各小时的流量和用户分布情况；
比如金融行业，毫秒级延迟的需求至关重要。一些须要实时处置统计数据的场景也能应用Storm，比如依照用户行为造成的笔记文件展开实时分析，对用户展开商品的实时推荐等。
INS13ZD排序和大批量排序区别
主要就体现在以下几个方面：
统计数据时效性不同INS13ZD排序实时、低延迟大批量排序非实时、高延迟。统计数据特征不同INS13ZD排序的统计数据一般是动态的、没有边界线的批处置的统计数据一般则是静态统计数据。应用场景不同INS13ZD排序应用在实时场景，时效性要求比较高的场景，如实时推荐、业务监控等大批量排序一般说批处置，应用在实时性要求不高、离线排序的场景下，统计数据分析、离线报表等。运行形式不同INS13ZD排序的任务持续展开的大批量排序的任务则一次性完成。
INS13ZD排序架构和平台
共有以下几类：
第一类，商业级INS13ZD排序平台（IBM InfoSphere Streams、中兴飞流Yita等）。第二类，开源INS13ZD排序架构（Twitter Storm、S4等）。第三类，公司为支持自身业务开发的INS13ZD排序架构。
相关产品：
Strom：Twitter 开发的第一代流处置控制系统。Heron：Twitter 开发的第二代流处置控制系统。Spark streaming：是 Spark 核心 API 的一个扩展，能实现高吞吐量的、具备纠错机制的实时流统计数据的处置。Flink：是一个特别针对流统计数据和批统计数据的分布式系统处置发动机。Apache Kafka：由 Scala 写成。该项目的目标是为处置实时统计数据提供一个标准化、高通量、低等待的平台。Yita：中兴飞流自研的高性能分布式系统异步排序发动机，具备批流混合、海量吞吐、极低时延和智能排序的特性。
现阶段市面上主流的 OLAP 统计数据库的选型：
Hive、Hawq、Impala：基于 SQL on HadoopPresto 和 Spark SQL 类似：基于内存解析 SQL 聚合执行计划Kylin：用空间换天数、预排序Druid：统计数据实时摄入加实时排序ClickHouse：OLAP 领域的 HBase，单表查询性能优势巨大Greenpulm：OLAP 领域的 PostgreSQL。
